南通市冬季PM2.5中水溶性离子污染特征

根据南通市2016和2017年冬季大气多参数站自动监测PM2.5数据和在线离子色谱分析仪Marga监测的PM2.5中水溶性离子数据,分析了南通市冬季PM2.5中水溶性离子污染特征。结果表明,南通市2016和2017年冬季,ρ(PM2.5)分别为58和54μg/m 3,均高出其年均值(14μg/m^3);ρ(水溶性离子)总占ρ(PM2.5)百分比分别为74.5%和74.3%;二次离子ρ(NO3^-、SO4^2-和NH4^+)占ρ(PM2.5)百分比分别为66.8%和66.6%;各水溶性离子占比大小依次为:NO3^-、SO4^2-、NH4^+、Cl^-、K^+、Na^+、Ca^2+、Mg^2+。对ρ(NO3^-)/ρ(SO 4^2-)分析表明,移动源已经成为南通市冬季的主要污染源,且呈逐年增强趋势。对氯氧化率和硫氧化率的分析表明,南通市冬季存在较明显的二次污染,SO2的转化程度大于NO2。除Na^+和Mg^2+外,其他离子与PM2.5均呈显著相关性,NO3^-、SO4^2-与NH4^+之间的相关系数最高,Cl^-与除Na^+外的所有阳离子均呈显著相关性。     

南通市PM2.5中水溶性离子季节分布特征

对南通市2016年12月-2018年10月大气污染季节分布特征进行了分析。结果表明,南通市ρ(PM2.5)和ρ(水溶性离子)为冬、春季高,夏、秋季低。春夏秋冬四季ρ(水溶性离子)占ρ(PM2.5)百分比分别为68.2%,70.6%,64.5%和74.5%,其中二次离子SNA(NO3-、SO42-和NH4+)占ρ(PM2.5)的百分比分别为63.1%,67.0%,59.3%和66.8%;ρ(NO3-)/ρ(SO42-)表明,移动源已成为南通市春、秋、冬季的主要污染源,四季均存在不同程度的二次转化,且SO2的转化率均大于NO2,NO2冬季转化率最大、夏季最小,SO2夏季转化率最大、秋季最小。南通市NO2转化为硝酸盐的主要形式是气相均相反应,非均相反应和均相反应对SO2转化为硫酸盐的贡献差异不大。     

贵阳市城区PM10和PM2.5水溶性离子特征分析

分别于2013年10月和2014年2月、5月、7月在贵阳市城区3个环境空气质量监测国控点位（南明区市监测站、云岩区黔灵公园马鞍山和观山湖区贵阳一中）进行PM₁₀、PM_2.5样品采集,并对10种水溶性离子（SO₄^2-、NO₂^-、NO₃^-、NH₄⁺、Cl^-、F^-、Na⁺、K⁺、Mg²⁺、Ca²⁺）的含量进行了分析。结果表明,研究时段内,贵阳市3个点位PM₁₀、PM_2.5平均质量浓度分别为（64.8±25.5）、（46.6±21.2）μg/m³。其中,云岩区黔灵公园马鞍山点位的颗粒物浓度最低,南明区市监测站点位最高。3个点位PM_2.5平均浓度与PM₁₀平均浓度的比值为0.719,表明贵阳市城区PM₁₀中,PM_2.5占主导地位。水溶性离子分析显示,SO₄^2-、NO₂^-、NO₃^-、NH₄⁺、Cl^-、F^-、Na⁺、K⁺主要分布在PM_2.5中,Mg²⁺、Ca²⁺主要分布在PM₁₀中。3个点位PM₁₀和PM_2.5中的水溶性离子均表现为SO₄^2-、NH₄⁺、Ca²⁺浓度较大,F^-、NO₂^-较小,表明3个点位的污染源总体相同,且水溶性离子占PM₁₀、PM_2.5含量的比例达33.6%~48.1%。贵阳市城区大气中的SO₂转化率在5月、7月、10月较高,2月最低,主要是由于5月、7月、10月的高温、高湿、强辐射环境条件促进了SO₂向SO₄^2-的转化。阴阳离子平衡分析表明,贵阳市城区PM₁₀、PM_2.5呈现出偏碱性的特征。水溶性离子主成分分析表明,贵阳市城区PM₁₀中的水溶性离子主要来源于城市扬尘、生物质燃烧尘、煤烟尘、建筑尘以及二次粒子,PM_2.5中水溶性离子的来源与PM₁₀较为相似。     

衡阳城区冬季PM2.5中水溶性离子污染特征

为探究衡阳冬季PM_2.5和水溶性离子污染特征及其来源,于2019年1月在衡阳市城区采集大气PM_2.5样品,使用重量法和离子色谱法测得PM_2.5和水溶性离子组分质量浓度,并分析其浓度特征、酸碱度和来源等问题。结果表明:采样期间衡阳大气PM_2.5平均质量浓度为94.25μg/m³,总水溶性离子质量浓度为52.94μg/m³,占PM_2.5总质量浓度的56.43%;阴阳离子当量之比为1.12,PM_2.5呈酸性,其中SNA(SO₄^2-、NO₃^-和NH₄⁺)占总水溶性离子质量浓度的95.06%。污染期间二次转化明显,SNA主要以(NH₄)₂SO₄和NH₄NO₃形式存在。源解析发现大气PM...     

南京市城区PM2.5中化学组分演变特征

于2011—2017年在江苏省南京环境监测中心办公楼顶开展PM 2.5监测采样,分析其样品中OC、EC、水溶性离子和20余种无机元素等组分演变特征。结果表明,NO^-3、SO^2-4、NH^+4、OC、EC等是PM2.5的主要组分,且大部分组分值随ρ(PM2.5)降低呈下降趋势;OC在2016—2017年成为占比最大的组分;ρ(NO^-3)/ρ(SO2-4)由0.9上升至1.3,ρ(OC)/ρ(EC)由3.2上升至3.6,均呈持续上升趋势;机动车污染和有机碳污染明显加重,南京大气污染类型从传统煤烟型污染向煤烟型与氧化型污染共同主导的复合型污染转变;K^-、Cl^-、SO^2-4等水溶性离子和痕量元素K、Al、Ca、Na、Mg等值持续下降,说明工业污染减排、燃煤总量控制和污染治理、扬尘管控和秸秆禁烧效果显著。     

石家庄市大气颗粒物中水溶性无机离子污染特征研究

用超声萃取－离子色谱法分析了石家庄市大气颗粒物中8种水溶性无机离子。结果表明,NO3－、SO2－4、NH4＋及 Ca2＋为主要组分;各个离子的质量浓度均有季节及空间变化差异;不同粒径颗粒物中 SO2－4和 NO3－相关性均很好,NH4＋与 SO2－4、NO3－在细颗粒物中具有良好的相关性,Ca2＋在粗粒子中与 NO3－和 SO2－4的相关性也较好。SO2－4／NO3－质量比季节变化表明,春、夏季固定源与流动源对大气颗粒物贡献相当,秋季流动源贡献较大,冬季固定源贡献较大。PM2．5中SO2与SO2－4、NO2与 NO3－转化率表明,SO2－4、NO3－主要是由二次转化而来。     

天津市PM2.5中水溶性离子组分特征

2006年8—12月连续采集PM_2.5样品,分析其中水溶性无机离子浓度特征。结果表明,采样期间,天津市PM_2.5日均浓度均不同程度超过美国EPA日均浓度标准(35 μg/m³);SO₄^2-、NO₃^-、NH₄⁺和Cl^-为无机离子的主要成分,占全部无机离子的88.6%;各离子均表现出不同季节变化特征。对NH₄⁺和NO₃^-、SO₄^2-进行相关性分析发现,NH₄⁺和NO₃^-相关性最好,相关系数为0.795。SOR和NOR的平均值分别为0.16和0.23,均为8月最高,表明前体物二次转化夏季最明显。     

连云港春季PM2.5中主要水溶性无机离子污染特征及来源解析

于2017年3月1日—5月31日监测分析了连云港市大气PM_(2.5)中主要水溶性无机离子质量浓度的日变化规律,以及与气象因子、PM10、PM_(2.5)相关性。结果表明,水溶性无机离子质量浓度与环境空气中NO_2、CO、PM_(10)、PM_(2. 5)显著相关,与气温、风速、能见度等呈负相关;日变化呈明显单峰型,峰值出现在08:00左右;水溶性无机离子季度均值为27. 2μg/m~3,占ρ(PM_(2.5))平均50%左右,ρ(NO_3~-)、ρ(SO_4~(2-))和ρ(NH_4~+)占ρ(水溶性无机离子)总85%以上;指出,SO_4~(2-)主要受远距离传输的影响,NO_3~-和NH_4~+主要受局地源的影响。     

PM2.5中典型水溶性离子在线观测标准曲线优化研究

为了研究在线离子色谱法测定大气PM2.5中NH4^+、NO3^-、SO4^2-的不确定性来源,探讨了标准曲线的浓度范围及浓度梯度设置对离子浓度结果的影响,并对标准曲线设定方案进行了优化。结果表明:不同浓度范围的标准曲线对于NH4+的浓度结果有较大的影响,存在1. 87%~14. 91%的偏差,对于NO3^-、SO4^2-的影响较小,相对偏差分别为2. 94%和2. 82%;非均匀布点和均匀布点标准曲线定量NH4+的结果存在4. 15%~4. 25%的偏差,对于NO3^-和SO4^2-,相对偏差分别为0. 10%和5. 99%。对于二次拟合的NH4^+,在样品浓度波动较大时,可以将样品划分为低浓度范围和高浓度范围,分别选用低浓度段标准曲线和高浓度段标准曲线,以期得到更合理的浓度结果。     

武汉市春季大气PM2.5中水溶性离子特征

运用大气PM_(2.5)水溶性组分及其气态前体物在线监测系统(GAC-IC)于2017年3月5—12日对武汉市大气PM_(2.5)中水溶性组分进行了在线监测,分析了PM_(2.5)中主要水溶性离子的化学特征和作用机制。结果表明:实验期间武汉市大气PM_(2.5)中水溶性组分与气态前体物间存在明显的二次转化过程,二次反应是PM_(2.5)的重要来源。监测期间,PM_(2.5)中NO_3~-、SO_4~(2-)和NH_4~+的平均质量浓度分别为24.3、16.9、15.0μg/m~3,是PM_(2.5)中重要的水溶性无机离子,占PM_(2.5)质量浓度的40%~70%。硫氧化率(SOR)和氮氧化率(NOR)平均值分别为0.52和0.27,表现出较为明显的二次污染特征。通过相关性分析发现:监测点位周边大气PM_(2.5)中NH_4~+与NO_3~-、SO_4~(2-)有良好的相关性,且表现为富氨状态,大气中铵能较好地中和SO_4~(2-)和NO_3~-。     

固定源排气中可凝结颗粒物排放与测试探讨

阐述了可凝结颗粒物的定义及国内外颗粒物的测定方法,并就可凝结颗粒物的量级及危害进行了初步讨论,提出可凝结颗粒物应为被忽略的固定源颗粒状污染物,揭示出我国现存颗粒物采样方法存在的问题,并对此问题进行探讨,指出下一步工作的方向。     

蚌埠市夏季大气细颗粒物在线源解析

为了解蚌埠市环境空气中PM2.5的来源,于2017年8月18日—9月18日,在百货大楼和高新区站点,利用单颗粒物气溶胶飞行时间质谱仪开展PM2.5在线源解析。结果表明,百货大楼点位ρ(PM2.5)高于高新区点位,轻度污染比例(4.2%)明显高于高新区点位(0.8%),出现了中度污染(0.3%);SPAMS的PM2.5质谱图显示百货大楼点位PM2.5中K^+、Na^+特征明显,高新区点位HSO^-4、NO^-3、NO^-2等无机信号较为明显;2个点位NO^-3、NO^-2、NH^+4离子颗粒数占总颗粒数的百分比明显较高,且高新区点位NO^-3、HSO^-4离子数占比要明显高于百货大楼点位,燃料燃烧、工业工艺源、农田氮肥施用是其主要的人为污染源;2个点位PM2.5成分主要为元素碳,分别占比42.4%,40.6%;污染时段,ρ(PM2.5)快速上升,除受本地机动车尾气源和燃煤源累积影响外,百货大楼点位扬尘源排放增加,高新区点位扬尘源和工业工艺排放源增加;2个点位机动车尾气源均为首要污染源,分别占比29.5%和30.9%,其次为燃煤源(24.3%和24.7%),扬尘源占比分别为22.9%和20.8%。     

邢台市采暖季PM2.5中水溶性离子污染特征及来源分析

通过监测邢台市2017年11月15日—2018年3月15日采暖期间大气PM_(2.5)中水溶性离子,得到水溶性离子的污染特征,并结合主成分分析方法讨论不同离子的来源。结果表明,邢台市PM_(2.5)中水溶性离子主要由NO~-_3、SO_4~(2-)、NH~+_4组成,分别占总水溶性离子质量浓度的35.2%、25.7%、20.4%;SNA三元相图表明,NH~+_4、SO_4~(2-)、NO~-_3在PM_(2.5)中占比分别为10.6%～40.2%、20.5%～67.1%、26.4%～56.2%;主成分分析结果表明,PM_(2.5)中水溶性离子的主要来源有二次气溶胶、燃煤、交通源、生物质燃烧和土壤尘。     

电生理技术在大气PM2.5污染健康风险管控中的应用

严峻的大气颗粒物污染导致的能见度下降和城镇灰色景观可能会阻碍居民压力恢复路径,损害居民身心健康。为研究大气PM_(2.5)污染对人体压力恢复的影响,基于压力恢复理论设计了一项生理心理学实验。随机招募127名被试(女性63名,男性64名),并随机分为6组(编号为G10、G30、G50、G100、G160和G260),每组被试在压力恢复阶段分别对应观看ρ(PM_(2.5))平均值分别为10,30,50,100,160和260μg/m~3的实景照片。结合压力自评量表和皮肤电、心电等电生理技术测量了被试观看不同环境ρ(PM_(2.5))实景照片时的压力恢复比例。结果显示,G10、G30、G50组被试的皮肤电水平、心率和心率变异性恢复比例约为40%～50%,50%～70%和60%～80%,G100、G160、G260组被试的皮肤电水平、心率和心率变异性恢复比例约为20%～40%,10%～40%和30%～50%,即观看ρ(PM_(2.5))低于50μg/m~3实景照片的被试在3 min内的压力恢复比例比观看ρ(PM_(2.5))高于100μg/m~3的实景照片的被试高20%以上。基于皮肤电的逐10 s压力恢复比例分析显示,2min内的清洁空气照片(G10、G30、G50组)暴露能使压力恢复至初始水平的60%左右,而暴露时间的增加可能会使被试产生疲劳和厌倦,从而导致压力恢复比例下降。指出,电生理技术是对自评量表测量的有力补充,能够客观、有效地测量压力水平变化,丰富了开展环境健康风险评估的手段,可为大气污染心理健康风险管控提供参考和借鉴。     

常州市NO2 污染特征及一次污染过程分析

利用2013年—2017年常州市NO_2数据,分析常州市NO_2污染特征,结合混合层高度及水溶性离子组分等数据,重点分析2017年11月1日—3日的大气污染过程及成因。结果表明,秋、冬季NO_2呈逐年升高趋势,NO_2污染日益凸显,秋、冬季在不利气象条件下,NO_2质量浓度易在交通晚高峰时间段迅速升高,并形成污染过程。针对NO_2污染应加强本地污染源管控,提前削峰减排。     

传感技术在环境空气监测中的方法适用性研究

采用某品牌3台传感器,对环境空气中气态污染物(NO_2、SO_2、O_3、CO)和颗粒物(PM_(10)、PM_(2.5))进行为期1个月的连续监测,探讨传感技术在环境空气监测中的方法适用性。研究表明,3台传感器监测的各污染物质量浓度均显著相关,Pearson相关系数0.9(p0.01);监测的颗粒物与国控点数据显著相关且质量浓度水平接近,Pearson相关系数0.9(p0.01);PM_(2.5)传感器测定值相对于国控点数据的平均相对误差仅为-7.3%,均值绝对误差2μg/m~3;传感器在高湿度下的PM_(2.5)测定值与国控点数据相吻合,当相对湿度为80%～90%时,平均相对误差仅为-0.9%;传感器气态污染物测定值与国控点数据之间存在差异,电化学原理气态污染物传感器性能仍有待提升。     

环境空气中细颗粒物自动监测手工比对的质量控制

简述了国内、国际细颗粒物比对监测工作的概况,对南通市细颗粒物比对监测工作进行了分析,对目前细颗物比对监测过程中存在细颗粒物污染状况对数据有效性的影响,以及温、湿度对自动监测数据的影响等问题,提出了对策建议。     

中国4城市空气颗粒物元素的因子分析

因子分析在研究空气颗粒物来源上得到了广泛的应用。本文应用最大方差旋转因子分析法对中国4城市空气中粗、细颗粒物元素的来源进行了分析。结果指出粗、细颗粒物因子大致可分为土壤源因子和工业污染源因子两大类。粗颗粒物主要来自土壤源,细颗粒物主要来自工业污染源,并指出土壤源因子对粗颗粒物的贡献大于对细颗粒物的贡献。     

2018年春节北京市噪声污染分析

利用北京市87个噪声自动监测站点监测数据,分析2018年除夕夜(2月15日18：00—2月16日2：00)全市噪声排放水平。通过比较2013—2018年除夕夜噪声排放强度,结合北京市细颗粒物浓度变化分析,表明2018年除夕夜北京市噪声污染排放显著降低,2013—2018年噪声污染排放存在时空分布特征,除夕夜细颗粒物污染变化与噪声污染变化趋势较为吻合,作为主要污染源的烟花爆竹燃放在受到政策的限制后,除夕夜北京市声环境和空气环境同比大幅改善。